Question

我想绘制音乐文件的频谱（就像他们在Audacity中所做的那样）。因此，我想要在x轴上的赫兹频率和在y轴上的幅度（或desibel）。

我将这首歌（大约2000万个样本）一次分成4096个样本。这些块将产生2049（N / 2 + 1）个复数（正弦和余弦 - >实部和虚部）。所以现在我有成千上万个2049阵列，如何组合它们？

让我们说我做了5000次FFT，产生了5000个2049-复数数组。我是否加上5000阵列的所有值，然后采用组合2049阵列的大小？然后，我是否使用歌曲采样率/ 2对x轴进行扫描（例如：对于44100hz文件为22050）？

任何信息都将适用

Answer 1

您使用的是什么应用程序？我假设您不是手动执行此操作，因此这是一个Matlab示例：

>> fbins = fs/N * (0:(N/2 - 1)); % Where N is the number of fft samples

现在你可以执行

>> plot(fbins, abs(fftOfSignal(1:N/2)))

Stolen

编辑：检查一下http://www.codeproject.com/Articles/9388/How-to-implement-the-FFT-algorithm

Answer 2

我可能在这方面不正确，但就我所知，你有2种方法可以获得整首歌的光谱。

1）对整首歌曲进行单次FFT，这将为您提供极佳的频率分辨率，但实际上效率不高，无论如何您都不需要这种分辨率。

2）将其划分为小块（如4096样本块，正如您所说），获取每个块的FFT并平均光谱。您将在频率分辨率上妥协，但使计算更易于管理（并且还会降低频谱的方差）。 Wilhelmsen链接描述了如何用C ++计算FFT，我认为有一些库已经存在，比如FFTW（但我从未设法编译它，公平=）。）

要获得幅度谱，请将每个容器的所有块的能量（幅度的平方）平均。要以dB为单位得到结果，只需10 * log10结果。当然，假设您对相位谱不感兴趣。我认为这被称为Barlett's method。

我会做这样的事情：

//  At this point you have the FFT chunks

float sum[N/2+1];

// For each bin
for (int binIndex = 0; binIndex < N/2 + 1; binIndex++)
{
    for (int chunkIndex = 0; chunkIndex < chunkNb; chunkIndex++)
    {
        //  Get the magnitude of the complex number
        float magnitude = FFTChunk[chunkIndex].bins[binIndex].real * FFTChunk[chunkIndex].bins[binIndex].real
            +   FFTChunk[chunkIndex].bins[binIndex].im * FFTChunk[chunkIndex].bins[binIndex].im;

        magnitude = sqrt(magnitude);

        //  Add the energy
        sum[binIndex] += magnitude * magnitude;
    }

    //  Average the energy;
    sum[binIndex] /= chunkNb;
}

//  Then get the values in decibel
for (int binIndex = 0; binIndex < N/2 + 1; binIndex++)
{
    sum[binIndex] = 10 * log10f(sum[binIndex]);
}

希望这能回答你的问题。

编辑：Goz的帖子将为您提供有关此事的大量信息=）

Answer 3

哇，我刚刚写了一篇关于此的文章。

我甚至把它变成了一篇博文here。

我的解释是倾向于光谱图，但它就像你描述的那样容易渲染图表！

Answer 4

通常，您只需要一个阵列，对应于您感兴趣的音乐的时间点。您将计算每个复杂数组元素的大小的对数。将N / 2结果绘制为Y值，并将X轴从0缩放到Fs / 2（其中Fs是采样率）。

如何从傅立叶变换中绘制频谱

4 个答案: